编辑推荐：
研究人员构建 CUGUV 数据集并提出新框架，提升城中村映射模型性能，推动城市规划发展。
### 城中村研究：从难题到突破
在城市飞速发展的进程中，城中村（Urban Village，UV）就像一个个独特的 “小世界” 隐藏在城市之中。曾经的它们或许是乡村聚落，在城市化浪潮的席卷下，逐渐被城市包围。与国外的 “贫民窟” 不同，由于我国独特的土地制度和城市化发展模式，城中村有着自己鲜明的特点。狭窄的街道、密密麻麻的建筑、有限的绿化，还有卫生条件差、公共设施不足等问题，让城中村在为众多外来务工人员提供低成本住所的同时，也存在着诸多安全隐患。
精准确定城中村的范围，对于城市的合理规划、政策的精准制定以及居民生活质量的提升至关重要。传统的实地调查虽然数据相对准确，但耗费大量人力物力，还容易受到地方政府对城中村定义差异的影响。而利用遥感影像进行识别和监测，虽然高效又客观，但想要从复杂的影像中精准找出城中村却困难重重。因为城中村没有明显对应的光谱、纹理特征，还和一些老旧城区的胡同、小巷等区域长得很像，传统的像素和基于对象的图像分析方法都难以准确识别。
近年来，深度学习在各个领域大放异彩，在城中村识别方面也取得了一定成果。不过，现有的研究大多聚焦于个别城市，导致多数城市缺乏可解读的城中村地图，公众对这些城市城中村的分布和演变了解甚少。而且样本数量不足、多样性不够，使得深度学习模型的可靠性和可转移性大打折扣。
为了解决这些难题，中国地质大学（武汉）等研究机构的研究人员展开了深入研究。他们构建了一个大规模的基准数据集 CUGUV，并提出了一种创新的框架，相关研究成果发表在《Scientific Data》上。
研究的技术方法
研究人员在构建 CUGUV 数据集时，进行了多方面的工作。首先，他们精心挑选了 15 个具有显著城中村现象的主要城市，这些城市地域跨度大，涵盖了不同地形和气候区域，经济发展水平也各有差异，为数据的多样性提供了保障。数据来源上，利用 Google Earth 的高分辨率影像和开源的 Landsat - 8 卫星图像，还获取了 15 个城市的矢量建筑层数据。
在样本处理过程中，经过学习、标注、质量控制和后处理等多个严格阶段。学习阶段，团队成员通过研究高分辨率卫星图像和航拍照片，统一对城中村的认知，制定标注准则；标注阶段，严格按照准则，利用高分辨率卫星影像手动勾勒城中村边界；质量控制阶段，由独立团队审查数据，借助街景照片和无人机图像辅助，确保数据可靠性；后处理阶段，将样本转换为规则图像补丁，进行清洗和尺寸调整。
基于 CUGUV 数据集，研究人员开发了一种多源融合和深度学习框架。该框架以 Segformer 模型为骨干，融合了额外的光谱和建筑特征，以及传统卷积特征。采用四个光谱指数（如归一化植被指数 NDVI、归一化水体指数 NDWI 等）描述城中村区域特征，还计算了建筑密度（BD）和平均建筑高度（MBH）等建筑指数，从多个维度辅助城中村的识别。
研究结果
- CUGUV 数据集概况：CUGUV 数据集可从指定链接免费下载，包含 2604 个标准化的 512×512 像素的规则补丁，来源于 15 个城市的 845 个城中村多边形。这些样本被按照 3:1:1 的比例分为训练集、验证集和测试集。该数据集具有规模大、异质性高、地理鲁棒性强的特点，能有效评估和提升模型的性能12。
- 不同模型的比较：研究人员将自己提出的模型与多个先进的语义分割模型进行比较，结果显示，该模型在整体准确率（92.82%）、平均交并比（86.80%）、精度（92.72%）、召回率（90.18%）和 F1 分数（92.77%）等指标上均达到最高，性能优于其他模型，展现出强大的鲁棒性和有效性34。
- 模型的可转移性测试：为验证模型跨城市的适应性，研究人员进行了可转移性测试。用一个城市的样本训练模型，再用于识别其他城市的城中村。结果发现，仅用单个城市样本训练的模型在跨城市应用时准确率大幅下降。但相比 Segformer 模型，研究人员提出的模型可转移性更优，在部分情况下准确率提升明显56。
- 消融实验：以 Segformer 为基线进行消融实验，结果表明单独使用光谱指数或建筑指数训练的模型准确率较低，而将这些指数与高分辨率图像结合，能提高准确率。研究人员提出的融合所有指数和图像的框架，准确率最高，证明了数据融合策略的有效性78。
研究结论与意义
研究人员构建的 CUGUV 数据集和提出的多源融合深度学习框架，在跨城市城中村映射任务中表现出色。CUGUV 数据集为评估和改进模型的鲁棒性与可转移性提供了基础，新框架有效整合和学习多源数据，显著提升了模型性能。这不仅有助于我们更深入地了解城中村这一复杂多样的现象，还能精准绘制大规模城中村地图，为城市规划者、政策制定者提供有力的数据支持和技术保障，推动城市的合理规划和可持续发展。同时，研究人员也计划进一步拓展数据集，探索新的数据来源和特征，优化数据融合和深度学习框架，持续提升大规模城中村映射的准确性，为城市发展贡献更多力量。
